張 靜， 葉玉堂， 謝 煜， 常永鑫，2， 劉 霖，劉娟秀， 羅 穎， 葉 溯

（1.電子科技大學(xué)，四川成都610054；2.中國(guó)科學(xué)院光電技術(shù)研究所，四川成都610209）

印刷電路板外觀檢測(cè)中光電圖像的色差矯正方法

張 靜1， 葉玉堂1， 謝 煜1， 常永鑫1，2， 劉 霖1，劉娟秀1， 羅 穎1， 葉 溯1

（1.電子科技大學(xué)，四川成都610054；2.中國(guó)科學(xué)院光電技術(shù)研究所，四川成都610209）

針對(duì)印刷電路板產(chǎn)品在檢測(cè)中受制作工藝和照明設(shè)備的影響，分析其產(chǎn)生色彩偏差的基本原理，提出板內(nèi)和板間色差矯正的新算法，分析了照明模型得到亮度變換函數(shù)對(duì)板間色差進(jìn)行矯正，重點(diǎn)采用LAB色彩模型中的亮度通道，利用亮度積累直方圖計(jì)算映射函數(shù)去均衡板內(nèi)的色差。實(shí)驗(yàn)表明，該算法矯正了印刷電路板在檢測(cè)預(yù)處理階段出現(xiàn)的板內(nèi)和板間的色彩偏差，提高自動(dòng)光學(xué)檢測(cè)的檢測(cè)精度和效率，在光電圖像的測(cè)量領(lǐng)域具有廣泛的應(yīng)用前景。

計(jì)量學(xué)；印刷電路板；缺陷檢測(cè)；色彩偏差；色差矯正

1 引 言

印刷電路板（Printeal-aircuit board；PCB）工業(yè)產(chǎn)品的生產(chǎn)工序比較復(fù)雜，不同批次產(chǎn)品外觀的顏色經(jīng)常會(huì)有差異。產(chǎn)生差異的原因主要包括顏色配料、生產(chǎn)制作工藝等方面。在檢測(cè)過(guò)程中受到照明方式和成像系統(tǒng)的影響都會(huì)使PCB光電圖像在顏色上有所偏差，這對(duì)后續(xù)的圖像處理算法帶來(lái)了難度，同時(shí)也影響到了測(cè)量的精度。故將色差矯正方法引入到機(jī)器視覺(jué)，客觀地對(duì)產(chǎn)品與標(biāo)準(zhǔn)色板之間的差異進(jìn)行量化檢測(cè)并提出有效的檢測(cè)方法。

常用的圖像色差矯正方法有亮度變換和亮度直方圖處理兩種。其中亮度變換的原理是使用簡(jiǎn)化的光照成像模型來(lái)建立原始圖像和被測(cè)圖像之間的逐點(diǎn)比變換關(guān)系，使被測(cè)圖像盡量校正在同一水平線上，常用的變換關(guān)系有乘法變換、乘加結(jié)合的數(shù)學(xué)變換和gamma變換［1～3］等。文獻(xiàn)［4，5］分析了不同變換在機(jī)器視覺(jué)系統(tǒng)中不同應(yīng)用，但也提到了這種變換易受光照模型影響，對(duì)因?yàn)椴馁|(zhì)引起的亮度不均無(wú)法矯正。本文考慮對(duì)亮度直方圖處理可清楚地顯示圖像的亮度和顏色分布情況，其不需要建立復(fù)雜的成像模型，能夠校正的類(lèi)型較多。研究PCB光電圖像的色差產(chǎn)生的主要原因，結(jié)合兩種算法的優(yōu)點(diǎn)，用亮度變換的方法處理板間的色差，用自適應(yīng)亮度直方圖均衡的方法處理板內(nèi)較為復(fù)雜的色差。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)印刷電路板外觀檢測(cè)中出現(xiàn)的板內(nèi)和板間色差進(jìn)行了矯正，提高了缺陷檢測(cè)的精度和效率。

2 PCB光電圖像的色差校正

2.1 亮度變換校正

不同PCB由于基材、工藝上等原因而存在色差，為解決這一問(wèn)題，我們建立一個(gè)簡(jiǎn)單的光照模型，將圖像I（x，y）分成兩部分：一個(gè)是反射分量模型R（x，y），另一個(gè)是照明分量模型L（x，y），反射分量描述了在圖像中物體的反射特性；照明分量描述了在圖像中的照明強(qiáng)度分布。其關(guān)系為［6］：

假設(shè)PCB的反射保持一個(gè)恒定的系數(shù)，只是光照?qǐng)D像會(huì)因光照條件的變化，在相同的位置坐標(biāo)，不同的檢測(cè)板上會(huì)有差異。利用式（2）計(jì)算出光照?qǐng)D像的變化率［7］：

式中：I0、L0、Im、Lm分別為參考圖像和被測(cè)圖像的I、L值，Rm（x，y）為不同被測(cè)圖像的光照變化率，cMC［Lm（x，y），Am，0］為利用Am，0對(duì)Lm（x，y）的校正補(bǔ)償。Am，0為轉(zhuǎn)換矩陣，由LAB顏色空間中L通道計(jì)算圖像分布得到。

2.2 亮度直方圖校正

由于相機(jī)等原因，PCB光電圖像的不同區(qū)域的亮度差異程度不一致，這種不一致會(huì)造成被測(cè)圖像和參考圖像之間亮度直方圖的較大差異，使后期的檢測(cè)工作出現(xiàn)偏差，誤報(bào)缺陷數(shù)增多。如果所有像素采用同一映射函數(shù)，是不能準(zhǔn)確校正圖像上各個(gè)部分不同的亮度差。所以本文采用局部直方圖矯正的方法來(lái)消除這種亮度偏差。此方法不受簡(jiǎn)化光照成像模型的影響，既可以對(duì)線性偏差也可以對(duì)伽馬效應(yīng)等非線性偏差進(jìn)行矯正?？紤]結(jié)合自適應(yīng)直方圖均衡的方法來(lái)建立映射函數(shù)，但這種方法計(jì)算復(fù)雜度太高，不適合在尺寸較大的PCB光電圖像中應(yīng)用。為降低計(jì)算復(fù)雜度，同時(shí)自適應(yīng)校正各個(gè)區(qū)域的亮度差異，參考圖像處理中局部分塊處理的方法［8］，將原圖分成大小相同的區(qū)域，對(duì)應(yīng)區(qū)域建立映射函數(shù)。由于一個(gè)區(qū)域內(nèi)的所有像素只需要計(jì)算一次直方圖，因此大大降低了計(jì)算復(fù)雜度［9］。

根據(jù)亮度直方圖建立映射函數(shù)需要3個(gè)步驟：

（1）計(jì)算原圖像和參考圖像的L顏色分量的直方圖，圖像亮度直方圖的計(jì)算方法：

式中：w，h分別為圖像的寬和高；HLR（u）為參考圖像連續(xù)直方圖在亮度為u處的值，表示圖像中亮度值為u的像素所占的百分比；LR（i，j）為參考圖像的像素（i，j）的亮度值。

（2）計(jì)算積累分布函數(shù)即積累直方圖，亮度積累直方圖的計(jì)算公式：

（3）在得到原圖像和參考圖像積累直方圖以后，再通過(guò)積累直方圖的對(duì)應(yīng)關(guān)系建立亮度變換的映射函數(shù)，使得校正后的圖像和參考圖像的積累直方圖在每個(gè)亮度值處具有相似的數(shù)值。亮度映射映射函數(shù)為：

且

最后將亮度映射函數(shù)應(yīng)用于原圖像的每個(gè)像素來(lái)得到校正后的亮度值LC（i，j）

2.3 亮度變換和亮度直方圖相結(jié)合的色差矯正方法

亮度變換受光照模型影響，而亮度直方圖能更好的反映光電圖像亮度和顏色分布，所以考慮結(jié)合兩種算法各自的優(yōu)點(diǎn)，用亮度變換的方法處理板間的色差，用自適應(yīng)亮度直方圖均衡的方法處理板內(nèi)較為復(fù)雜的色差，從而盡可能對(duì)PCB外觀檢測(cè)中光電圖像進(jìn)行色差矯正［10，11］。

如圖1所示2種方法結(jié)合的處理過(guò)程，在2塊模擬PCB內(nèi)，首先通過(guò)用自適應(yīng)亮度直方圖均衡的方法在各自圖像內(nèi)根據(jù)亮度直方圖建立映射函數(shù)，每一行偏色矯正到同一水平，進(jìn)而去矯正圖像的每一列到同一水平，板內(nèi)的偏色就被完整的矯正過(guò)來(lái)。其次利用亮度變換的方法將不同板子矯正到同一目標(biāo)值。后面的點(diǎn)檢測(cè)算法才能依據(jù)同一標(biāo)準(zhǔn)進(jìn)行檢查，提高檢測(cè)精度。

圖1 色差矯正方法

3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證理論分析的正確性，對(duì)PCB上焊盤(pán)部分進(jìn)行實(shí)驗(yàn)如圖2，由于焊盤(pán)對(duì)照明反射率比較高，所以圖2（a）和圖（b）可以看到不同板間色差較大，通過(guò)式（4）亮度變換進(jìn)行矯正后得到圖2（c）圖像顏色基本與圖2（b）顏色一致。

PCB經(jīng)過(guò)分層后，圖3（a）給出了一塊待檢測(cè)焊盤(pán)層的圖，圖3（b）表示圖3（a）中4塊焊盤(pán)的亮度直方圖，從直方圖中可以發(fā)現(xiàn)，圖像不同區(qū)域的亮度差異較大，采用式（3）～式（5）得到不同的區(qū)域，建立各自不同的亮度映射函數(shù)。按照映射函數(shù)進(jìn)行矯正后，得到的實(shí)驗(yàn)結(jié)果如圖4（a），亮度直方圖如圖4（b），焊盤(pán)顏色明顯得到矯正，亮度直方圖基本上被矯正與同一數(shù)量級(jí)上。

圖2 板間矯正實(shí)驗(yàn)結(jié)果

圖3 待檢測(cè)焊盤(pán)層的原圖及亮度直方圖

圖4 板內(nèi)矯正后待測(cè)焊盤(pán)層及亮度直方圖

經(jīng)過(guò)色差矯正后的圖像，提取彩色圖像L通道如圖5（a），利用最大類(lèi)間方差法（OTSU）對(duì)圖像進(jìn)行二值化分割如圖5（b），利用連通區(qū)域標(biāo)記處焊盤(pán)上的缺陷如圖5（c）所示外接矩形框出，焊盤(pán)上的淺劃痕和微小污點(diǎn)能夠很好檢出。最后，通過(guò)系統(tǒng)實(shí)際檢測(cè)效率及缺陷檢測(cè)的漏判數(shù)和正確率來(lái)衡量自動(dòng)光學(xué)檢測(cè)系統(tǒng)的性能，結(jié)果分析如表1，從表1可以得出采用本文的色彩校正方法 后系統(tǒng)檢測(cè)精度和正確率均得到提高。

表1 PCB光電圖像系統(tǒng)檢測(cè)缺陷分析

圖5 缺陷檢測(cè)結(jié)果圖

4 結(jié) 論

對(duì)于PCB間的色差，根據(jù)簡(jiǎn)化的光照成像模型來(lái)建立原始圖像和被測(cè)圖像之間的變換關(guān)系，使之與標(biāo)準(zhǔn)板的色差偏差減??；對(duì)于PCB光電圖像板內(nèi)的色差，不需要復(fù)雜的光照成像模型，通過(guò)使用亮度直方圖匹配的方法，就能夠校正任意類(lèi)型的亮度和顏色差異。本算法既能降低計(jì)算復(fù)雜度，又能自適應(yīng)地校正圖像局部的差異，同時(shí)又阻止了塊效應(yīng)的產(chǎn)生。實(shí)驗(yàn)結(jié)果表明，作為PCB外觀檢測(cè)的預(yù)處理過(guò)程，本文算法不僅提高了系統(tǒng)的性能，而且改善了檢測(cè)的精度和效率。

］

［1］ 吳鳳和.基于計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的圖像輪廓提取方法研究［J］.計(jì)量學(xué)報(bào)，2007，28（1）：18-22.

［2］ Cheung H K，et al.A Novel Illumination Compensation Scheme for Sprite Coding［C］／／Signal Processing，2004. Proceedings ICSP＇04.2004 7th International Conference on，Beijing，China，2004，1223-1226.

［3］ 黃永林，葉玉堂，陳鎮(zhèn)龍，等.PCB導(dǎo)線上下線寬檢測(cè)算法研究［J］.計(jì)量學(xué)報(bào)，2011，32（3）：766-771.

［4］ Heidrich W，Seidel H P.Realistic，hardware accelerated shading and lighting［C］／／In processing of SIGGRAPH 99，Los Angeles，USA，1999，171-178.

［5］ Chang Y C，Reid J F.RGB calibration for color image analysis in machine vision［J］.Image Processing，IEEE Transactions on，1996，5（10）：1414-1422.

［6］ Van Mieghem J A，Avi-Itzhak H I，Melen R D.Straight line extraction using iterative total least squares methods［J］.Journal of Visual Communication and Image Representation tation，1995，6（1）：59-68.

［7］ Assen H C V，Egmont Petersen M，Reiber J H C.Accurate object localization in gray level images using the center of gravity measure：Accuracy versus precision［J］.IEEE Transactions on Image Processing（S1057-7149），2002，11（12）：1379-1384.

［8］ 袁紅中，付煒，郭永魁.一種基于動(dòng)態(tài)閾值的鍍銅表面缺陷檢測(cè)算法［J］.燕山大學(xué)學(xué)報(bào)，2018，34（4）：336-340.

［9］ Liu K C.Color-edge detection based on discrimination of noticeable color contrasts［J］.International Journal of Imaging Systems and Technology，2009，19（4）：332-339.

［10］ Chen H C，Chien W J，Wang S J.Contrast-based color image segmentation［J］.IEEE Signal Pro cessingLetters，2004，11（7）：641-644.

［11］ Wei GW.Generalized Perona-Malik equation for Image Restoration［J］.IEEE Signal Processing Lett，1999，6（7）：65-167.

Method for Chrom inance Correction of Photoelectric Image of Appearance Detection in Printed Circuit Board

ZHANG Jing1， YE Yu-tang1， XIE Yu1， CHANG Yong-xin1，2， LIU Lin1，LIU Juan-xiu1， LUO Ying1， YE Su1
（1.University of Electronic Science and Technology of China，Chengdu，Sichuan 610054，China；2.The Institute of Optics and Electronics the Chinese Academy of Sciences，Chengdu，Sichuan 610209，China）

In order to reduce the impact of craftsmanship and lighting equipment which were produced in the processing of detection，the principle of color deviation was analysed and a new algorithm of the board and between the board chromatic correction was proposed.Themethod firstly analyses illumination model and obtain correction function to correct the color difference between the boards，then adopts luminance channel of LAB colormodel and takes advantage of the accumulated illumination histogram to calculate mapping function which is to correct chrominance aberration.The experiments have shown that the algorithm correct color deviation in the board and between boards in the preprocessing of PCB detection，which improve detection accuracy and efficiency of automatic optical inspection.It will have a wide applications in the field of optical imagemeasurement.

Metrology；Printed-circuit-board；Defect detection；Color deviation；Chrominance correction

TP96

：A

：1000-1158（2015）03-0238-04

10.3969／j.issn.1000-1158.2015.03.04

2013-02-28；

：2013-05-16

國(guó)家自然科學(xué)基金（61205004）；粵港招標(biāo)關(guān)鍵領(lǐng)域重點(diǎn)突破項(xiàng)目（W0511159）；兵器集團(tuán)項(xiàng)目（W0511142）

作者簡(jiǎn)介：張靜（1984-），女，河南洛陽(yáng)人，電子科技大學(xué)在讀博士研究生，主要研究方向?yàn)榛谝曈X(jué)的高端光學(xué)設(shè)備及儀器研發(fā)、圖像處理算法等。zhangjing619＠gmail.com